齐鲁网·闪电新闻4月16日讯 互联网时代，人们可以从多个平台和渠道获取信息，而推荐平台依靠算法能智能主动地发掘用户兴趣，帮助解决超大规模信息分发的效率问题，是人类处理信息的新质生产力工具。推荐算法本质是一套信息排序分发系统，也是人工智能技术的重要应用领域。随着人工智能技术的进步，推荐算法也进入深度学习时代。4月15日，抖音在北京举办的“安全与信任中心开放日”活动上公开其算法原理：在实际应用中，推荐系统采取“人工+机器”协同的方式进行风险治理，始终以人工运营和治理体系为算法导航；同时通过多目标体系算法主动打破 “信息茧房”，为用户带来更丰富多元、实用可靠的推荐结果。
据算法工程师刘畅“揭秘”，抖音的推荐算法与国内外大部分内容推荐平台相似，包含召回、过滤、排序等环节，重点是学习用户行为。基于用户行为的推荐方法包含多种技术模型，如协同过滤、双塔召回、Wide&Deep模型等。算法可以在完全“不理解内容”的情况下，找到兴趣相似的用户，把其他人感兴趣的内容推荐给该用户。目前，抖音算法已几乎不依赖对内容和用户打标签，而是通过神经网络计算，预估用户行为，计算用户观看这条内容获得的价值总和，把排名靠前的内容推给用户。刘畅介绍，为引导算法打破“信息茧房”，抖音算法在多目标建模体系下，设置了专门的探索维度。“基于用户的一些兴趣，平台会提供更泛化的内容，让用户找到喜欢的内容，作者找到合适的受众。”
算法能学习、预估用户行为，但因其无法理解内容语义，对内容的理解存在不足，可能导致违法违规、不良内容被推荐传播。因此，算法在真实使用场景中，必须由平台治理对其进行约束和规范。据抖音生态运营经理陈丹丹介绍，抖音的内容治理体系是“人工参与+机器学习”相结合的模式，并组建了专门的平台治理团队为算法设置“护栏”。平台治理体系包括异常感知、标准定义、机器识别、人工研判、风险处置等过程。
闪电新闻记者 王志芹 北京报道
